清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

X-CLIP: End-to-End Multi-grained Contrastive Learning for Video-Text Retrieval

计算机科学 相似性(几何) 对比度(视觉) 光学(聚焦) 特征(语言学) 人工智能 滤波器(信号处理) 情报检索 情态动词 模式识别(心理学) 计算机视觉 图像(数学) 语言学 哲学 物理 化学 高分子化学 光学
作者
Yiwei Ma,Guohai Xu,Xiaoshuai Sun,Ming Yan,Ji Zhang,Rongrong Ji
标识
DOI:10.1145/3503161.3547910
摘要

Video-text retrieval has been a crucial and fundamental task in multi-modal research. The development of video-text retrieval has been considerably promoted by large-scale multi-modal contrastive pre-training, which primarily focuses on coarse-grained or fine-grained contrast. However, cross-grained contrast, which is the contrast between coarse-grained representations and fine-grained representations, has rarely been explored in prior research. Compared with fine-grained or coarse-grained contrasts, cross-grained contrast calculate the correlation between coarse-grained features and each fine-grained feature, and is able to filter out the unnecessary fine-grained features guided by the coarse-grained feature during similarity calculation, thus improving the accuracy of retrieval. To this end, this paper presents a novel multi-grained contrastive model, namely X-CLIP, for video-text retrieval. However, another challenge lies in the similarity aggregation problem, which aims to aggregate fine-grained and cross-grained similarity matrices to instance-level similarity. To address this challenge, we propose the Attention Over Similarity Matrix (AOSM) module to make the model focus on the contrast between essential frames and words, thus lowering the impact of unnecessary frames and words on retrieval results. With multi-grained contrast and the proposed AOSM module, X-CLIP achieves outstanding performance on five widely-used video-text retrieval datasets, including MSR-VTT (49.3 [email protected]), MSVD (50.4 [email protected]), LSMDC (26.1 [email protected]), DiDeMo (47.8 [email protected]) and ActivityNet (46.2 [email protected]).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ldno1完成签到,获得积分10
5秒前
8秒前
整齐白秋完成签到 ,获得积分10
12秒前
掐钰应助俏皮熊猫采纳,获得10
14秒前
alexlpb完成签到,获得积分10
16秒前
ding应助SDNUDRUG采纳,获得10
16秒前
26秒前
SDNUDRUG发布了新的文献求助10
30秒前
赵赵完成签到 ,获得积分10
38秒前
SDNUDRUG完成签到,获得积分10
41秒前
大胆半双完成签到,获得积分10
42秒前
changfox完成签到,获得积分10
51秒前
曾经不言完成签到 ,获得积分10
53秒前
alex12259完成签到 ,获得积分10
1分钟前
1分钟前
茄子完成签到 ,获得积分10
1分钟前
ttfakira完成签到,获得积分10
1分钟前
陶醉的傲霜完成签到,获得积分10
1分钟前
王道远完成签到,获得积分10
1分钟前
曾珍完成签到 ,获得积分10
1分钟前
炳灿完成签到 ,获得积分10
1分钟前
tfonda完成签到 ,获得积分10
1分钟前
Lijunjie完成签到,获得积分10
1分钟前
light完成签到 ,获得积分10
1分钟前
PHI完成签到 ,获得积分10
1分钟前
xhemers发布了新的文献求助10
1分钟前
布曲完成签到 ,获得积分10
1分钟前
漂亮的半兰完成签到,获得积分10
1分钟前
酷炫的毛巾应助CF采纳,获得10
1分钟前
烟花应助CF采纳,获得30
1分钟前
my完成签到 ,获得积分10
1分钟前
冬1完成签到 ,获得积分10
1分钟前
龙行天下完成签到 ,获得积分10
1分钟前
androabo完成签到,获得积分10
2分钟前
奋斗的妙海完成签到 ,获得积分0
2分钟前
CodeCraft应助chiho采纳,获得10
2分钟前
战国完成签到 ,获得积分10
2分钟前
温柔涵山完成签到,获得积分10
2分钟前
寒冷的月亮完成签到 ,获得积分10
2分钟前
无忧的阳光完成签到 ,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
Navigating Normative Orders. Interdisciplinary Perspectives 800
1 Peter and Christ's Descent to the Dead in Its Early Christian Reception 700
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7738922
求助须知:如何正确求助?哪些是违规求助? 9287802
关于积分的说明 20184951
捐赠科研通 7316884
什么是DOI,文献DOI怎么找? 3306016
关于科研通互助平台的介绍 2458412
邀请新用户注册赠送积分活动 2315939